基于VAR模型的收入差距影响投资及经济增长的分析.docVIP

基于VAR模型的收入差距影响投资及经济增长的分析 05数量经济专业 朱凤果 摘要：关于收入差距对经济增长的影响研究的结论不一，本文运用ＶＡＲ模型，脉冲响应函数，方差分解等方法对收入差距对投资以及经济增长的影响进行了分析，说明了收入差距对投资，进而对经济增长的长短期影响。 关键词：ＶＡＲ模型　收入差距　投资　经济增长 一 引言 改革开放以来，中国经济快速增长，人民生活水平得到极大提高，但同时收入差距也在不断的扩大，贫富差距扩大的趋势若得不到有效控制而导致贫富悬殊甚至两极分化,则会反过来对社会经济发展产生一系列的负面。会导致需求不足，影响经济结构的优化，不利于人力资本的投资进而影响经济增长等。总的来说,大多数文献都认为收入差距扩大将通过降低物质资本和人力资本的积累而不利于经济增长。有关收入差距如何影响经济增长,经济学家们在最近十多年间的实证研究取得了一些进展,但也留下了不少争论和疑点。早期的研究大多使用跨国的截面数据来做研究,其经济增长指标是大约25年期间的人均经济增长,并发现收入差距不利于经济增长(AlesinaandRodrik,1994;PerssonandTabellini,1994)，紧随其后的研究使用的是跨国的面板数据,其经济增长指标是在5年的时间跨度上做平均的,并发现收入差距与经济增长正相关(LiandZou,1998;Forbes,2000)。以上两类研究的争论给我们提出了一个有趣的问题,是不是收入差距对经济增长的影响在长期和短期内不一样?Forbes(2000)认为,她的研究发现的只是两者关系在中短期内的表现,而早期的研究则发现的是长期的表现,研究结论的差异可能并不矛盾。本文考虑收入差距对投资及经济增长的影响，运用 VAR模型试图作出解释。 二 VAR 模型 （1）模型选取依据 向量自回归模型通常用于相关时间序列系统的预测和随机扰动对变量系统的动态影响,该模型除了可以分析滞后项变量对其他变量是否具有显著的影响力外,还可以藉由脉冲反应函数进一步了解变量间的动态互动关系。 模型一般形式可表示如下： 其中,Yt代表引入的变量所组成的n×1向量,n为变量的个数,a为n×1向量的常数项, 是n×1为系数矩阵, 是向量所组合的预测误差。 （2）指标，数据以及模型选择 〈1〉数据及指标 本文采用的数据1986-2005，选择我国固定资本的增长率，收入差距的增长率，GDP的年增长率三个量，分别利用中经网相关数据计算而得，其中收入差距用我国城乡收入比代替，根据世界银行(WorldBank,1997)的报告,城乡收入差距可以解释中国1995年总体收入差距的一半以上,而城乡收入差距的变动则可以解释1984-1995年总体收入差距变动量的75%。 〈2〉模型 本文向量自回归公式是： 其中，，分别代表收入差距的增长率，GDP的年增长率，我国固定资本的增长率。考虑到影响收入差距的因素比较复杂，其次是GDP和固定资本。因此在变量的顺序选择上把收入差距的增长率放在第一位，GDP的年增长率，我国固定资本的增长率分别排在后面。 因为VAR模型要求变量是平稳的时间序列，首先对上面三个变量进行单位根检验，检验的结果如下： 收入差距的单位根检验 t-Statistic ??Prob.* Augmented Dickey-Fuller test statistic -3.460266 ?0.0016 Test critical values: 1% level -2.692358 5% level -1.960171 10% level -1.607051 固定资本增长率的单位根检验 t-Statistic ??Prob.* Augmented Dickey-Fuller test statistic -2.905843 ?0.0643 Test critical values: 1% level -3.857386 5% level -3.040391 10% level -2.660551 GDP增长率的单位根检验 t-Statistic ??Prob.* Augmented Dickey-Fuller test statistic -4.052561 ?0.0067 Test critical values: 1% level -3.857386 5% level -3.040391 10% level -2.660551 根据检验结